| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 文字检测方法 | 第12-17页 |
| 1.2.2 场景文字识别 | 第17-18页 |
| 1.3 本文完成的工作 | 第18-19页 |
| 1.4 本文的结构 | 第19-21页 |
| 第二章 深度学习方法概述 | 第21-28页 |
| 2.1 卷积神经网络概述 | 第22-23页 |
| 2.2 卷积神经网络在视觉领域的应用 | 第23-26页 |
| 2.3 卷积神经网络的模型优化 | 第26-28页 |
| 2.3.1 优化算法 | 第26页 |
| 2.3.2 加速计算 | 第26页 |
| 2.3.3 模型压缩 | 第26-27页 |
| 2.3.4 提升仿射不变性 | 第27页 |
| 2.3.5 数据预处理 | 第27-28页 |
| 第三章 基于全卷积神经网络的候选文本框生成和文字检测 | 第28-46页 |
| 3.1 引言 | 第28-30页 |
| 3.2 通用物体候选基本方法 | 第30-33页 |
| 3.2.1 Selective Search | 第30-31页 |
| 3.2.2 BING | 第31页 |
| 3.2.3 Edge Boxes | 第31-32页 |
| 3.2.4 MCG | 第32页 |
| 3.2.5 小结 | 第32-33页 |
| 3.3 基本检测方法 | 第33-37页 |
| 3.3.1 通用物体检测基本方法 | 第33-37页 |
| 3.3.2 场景文字检测基本方法 | 第37页 |
| 3.4 基于全卷积神经网络的候选文本框生成和文字检测方法 | 第37-42页 |
| 3.4.1 文字区域候选生成 | 第37-39页 |
| 3.4.2 文字检测 | 第39-40页 |
| 3.4.3 端到端的学习优化 | 第40-41页 |
| 3.4.4 启发式处理 | 第41-42页 |
| 3.5 实验结果及分析 | 第42-45页 |
| 3.5.1 实验数据 | 第42-43页 |
| 3.5.2 Inception-RPN评价 | 第43页 |
| 3.5.3 文字检测网络分析 | 第43-44页 |
| 3.5.4 整个文字检测框架的实验结果 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 自然场景文字识别 | 第46-61页 |
| 4.1 引言 | 第46-47页 |
| 4.2 深度网络模型结构生成工具 | 第47-48页 |
| 4.3 场景单词图片渲染 | 第48-50页 |
| 4.4 基于单词编码的识别方法 | 第50-51页 |
| 4.5 卷积递归神经网络 | 第51-57页 |
| 4.5.1 特征序列提取 | 第52-53页 |
| 4.5.2 序列标注 | 第53-55页 |
| 4.5.3 转录层 | 第55-56页 |
| 4.5.4 网络训练 | 第56-57页 |
| 4.6 实验结果及分析 | 第57-59页 |
| 4.6.1 实验数据 | 第57页 |
| 4.6.2 实现细节 | 第57-58页 |
| 4.6.3 实验分析 | 第58-59页 |
| 4.7 本章小结 | 第59-61页 |
| 总结与展望 | 第61-63页 |
| 全文总结 | 第61页 |
| 后续工作展望 | 第61-63页 |
| 参考文献 | 第63-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |